吳明宜任職 Google DeepMind 的科學家 Demis Hassabis 和 John Jumper，連同華盛頓大學生物化學教授 David Baker 獲頒諾貝爾化學獎。
皇家瑞典科學研究院說明，三人是因蛋白質研究貢獻獲獎。其中，同為 Google DeepMind 員工的 Hassabis 和 Jumper 是因發展的 AlphaFold2 模型共享獎項的一半獎金，AlphaFold 2 是其在 2020 年發表的 AI 模型。諾貝爾獎委員會說明，AlphaFold 的貢獻在於解決了困擾科學家 50 年的蛋白質研究計算難題：蛋白質結構預測。
蛋白質的行為深受其結構影響。過去，科學家知道蛋白質功能是取決於其 3D 形狀，但是預測單一蛋白質結構的工作極其複雜，牽涉難以計數的折疊可能性，科學家從 19070 年以來始終無法準確預測。而由 DeepMind 開發的 AlphaFold 模型則能預測出 3D 結構，而且準確性極高，逼近傳統實驗方法如 X 射線晶體學 (X-ray crystallography) 、冷凍電子顯微術 (cryo-electron microscopy) 、或核磁共振 (nuclear magnetic resonance) 分析的結果。 AlphaFold 2 預測結果精準度和傳統方法只差到 1 埃（Ångström），即 0.1 奈米。
Hassabis 和 Jumper 在倫敦實驗室領導開發的 AlphaFold 2 大幅加速蛋白質結構預測，為結構生物學和藥物發現帶來革命性的變革。 Hassabis 透過聲明指出，AlphaFold 迄今已有 200 萬研究人員使用過，研究主題從酵素設計到藥物開發。他說希望未來回顧 AlphaFold 時，可視其為 AI 加速科學發現的第一個證明。可將這個過程縮短在幾分鐘內。
華盛頓大學教學 Baker 的成就則是其領導的實驗室將構成蛋白質的 20 種胺基酸重新組成，用以設計成藥物、疫苗、奈米物質和微型感測器需要的蛋白質。他將獲取總獎金 1100 萬瑞典克朗（約 100 萬美元）的一半。
今年諾貝爾物理獎也頒給了和 AI 有關的學者。普林斯頓大學教授 John Hopfield 及加拿大多倫多大學教授 Geoffrey Hinton 以其研究為機器學習奠定基礎獲獎。其中 Hinton 被稱為 AI 之父，他在 2013 到 2023 年之間於 Google 任職，期間他和 Meta AI 首席科學家 Yann Lecun 及蒙特婁大學教授 Yoshua Bengio 共同獲得 2019 年的圖靈獎，後者也被稱為電腦界的諾貝爾獎。 Hinton 雖然投入 AI 開發，但也警告 AI 智慧可能超過人類，讓人類無法掌控。他在 2023 年離開 Google，理由是比較方便批判 AI 。
來源：VentureBeat 、 CBS News